TIMERS：ドキュメントレベル時系列関係抽出

本稿では、英語における文書レベルの時系列関係分類を目的とした「TIMERS（TIME, Rhetorical and Syntactic-aware model）」を提案する。本モデルは、従来の局所的な句構造特徴に加え、意味役割ラベルから得られる時系列的要素と修辞的ディスコース特徴を活用し、ゲート付き関係性GCN（Gated Relational-GCN）によって学習を行う。広範な実験の結果、TDDiscourse、TimeBank-Dense、MATRESの各データセットにおいて、従来手法を5～18%の範囲で上回る性能を達成した。この成果は、本モデルがディスコースレベルのモデリングを有効に活用していることによるものである。